विषय
आंकड़ों में, रैखिक गणितीय मॉडल के मापदंडों को प्रयोगात्मक डेटा से रैखिक प्रतिगमन नामक एक विधि का उपयोग करके निर्धारित किया जा सकता है। यह विधि प्रयोगात्मक डेटा का उपयोग करते हुए फॉर्म y = mx + b (एक लाइन के लिए मानक समीकरण) के समीकरण के मापदंडों का अनुमान लगाती है। हालांकि, अधिकांश सांख्यिकीय मॉडल के साथ, मॉडल डेटा से बिल्कुल मेल नहीं खाएगा; इसलिए, कुछ पैरामीटर, जैसे कि ढलान, उनके साथ कुछ त्रुटि (या अनिश्चितता) जुड़ी होगी। मानक त्रुटि इस अनिश्चितता को मापने का एक तरीका है और कुछ ही चरणों में पूरा किया जा सकता है।
मॉडल के लिए वर्गाकार अवशिष्ट (SSR) का योग ज्ञात कीजिए। यह प्रत्येक व्यक्तिगत डेटा बिंदु और डेटा बिंदु के बीच अंतर के वर्ग का योग है जो मॉडल की भविष्यवाणी करता है। उदाहरण के लिए, यदि डेटा अंक 2.7, 5.9 और 9.4 थे और मॉडल से अनुमानित डेटा बिंदु 3, 6 और 9 थे, तो प्रत्येक बिंदु के अंतर का वर्ग लेते हुए 0.09 देता है (3 को 2.7 और घटाकर 2.7 करके पाया जाता है। परिणामी संख्या को चुकता करते हुए), 0.01 और 0.16, क्रमशः। इन नंबरों को एक साथ जोड़ने पर 0.26 मिलते हैं।
मॉडल के एसएसआर को डेटा बिंदु अवलोकनों की संख्या से घटाकर माइनस दो कर दें। इस उदाहरण में, तीन अवलोकन हैं और इसमें से दो घटाना एक देता है। इसलिए, 0.26 के SSR को एक से विभाजित करने पर 0.26 मिलता है। इस परिणाम को ए।
परिणाम ए का वर्गमूल लो। उपरोक्त उदाहरण में, वर्गमूल को 0.26 से लेने पर 0.51 मिलता है।
स्वतंत्र चर के वर्गों (ईएसएस) की व्याख्या की गई राशि का निर्धारण करें। उदाहरण के लिए, यदि डेटा बिंदुओं को 1, 2 और 3 सेकंड के अंतराल पर मापा जाता है, तो आप प्रत्येक संख्या को संख्याओं के माध्यम से घटाएंगे और इसे वर्ग करेंगे, फिर आगामी संख्याओं का योग करेंगे। उदाहरण के लिए, दी गई संख्याओं का माध्य 2 है, इसलिए प्रत्येक संख्या को दो से घटाकर और चुकता करने पर 1, 0 और 1. प्राप्त होता है। इन संख्याओं का योग लेने से 2 प्राप्त होता है।
ESS का वर्गमूल ज्ञात कीजिए। यहाँ उदाहरण में, 2 का वर्गमूल लेने से 1.41 मिलते हैं। इस परिणाम को बी।
परिणाम B को परिणाम A से विभाजित करें। उदाहरण को छोड़कर, 0.51 को 1.41 से विभाजित करके 0.36 दिया जाता है। यह ढलान की मानक त्रुटि है।